WO2022209144A1 - 情報処理装置、情報処理方法及びプログラム - Google Patents

情報処理装置、情報処理方法及びプログラム Download PDF

Info

Publication number
WO2022209144A1
WO2022209144A1 PCT/JP2022/001145 JP2022001145W WO2022209144A1 WO 2022209144 A1 WO2022209144 A1 WO 2022209144A1 JP 2022001145 W JP2022001145 W JP 2022001145W WO 2022209144 A1 WO2022209144 A1 WO 2022209144A1
Authority
WO
WIPO (PCT)
Prior art keywords
setting
range
data
call
conversation
Prior art date
Application number
PCT/JP2022/001145
Other languages
English (en)
French (fr)
Inventor
健一 町田
一比良 松井
麻斗 田中
Original Assignee
Ｎｔｔテクノクロス株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ｎｔｔテクノクロス株式会社 filed Critical Ｎｔｔテクノクロス株式会社
Priority to JP2023510302A priority Critical patent/JPWO2022209144A1/ja
Priority to US17/761,961 priority patent/US20240012994A1/en
Priority to GB2316355.3A priority patent/GB2620348A/en
Publication of WO2022209144A1 publication Critical patent/WO2022209144A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/04—Segmentation; Word boundary detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/26—Speech to text systems
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M3/00—Automatic or semi-automatic exchanges
    • H04M3/42—Systems providing special services or facilities to subscribers
    • H04M3/50—Centralised arrangements for answering calls; Centralised arrangements for recording messages for absent or busy subscribers ; Centralised arrangements for recording messages
    • H04M3/51—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/205—Parsing
    • G06F40/211—Syntactic parsing, e.g. based on context-free grammar [CFG] or unification grammars

Definitions

  • the present invention relates to an information processing device, an information processing method, and a program.
  • a mechanism called time authentication has been conventionally known (for example, Non-Patent Document 1). By performing time authentication on electronic data, it becomes possible to prove that the electronic data existed at a certain time and that the electronic data has not been tampered with since that time.
  • An embodiment of the present invention has been made in view of the above points, and aims to reduce the cost required for time authentication.
  • an information processing apparatus includes a specification unit that specifies part or all of conversation data representing the conversation as a setting range for time authentication according to the content of the conversation of a plurality of people. and a setting unit that sets time authentication for the specified setting range.
  • the cost required for time authentication can be reduced.
  • the call data may include not only voice data in the call between the contact center operator and the customer, but also text data obtained by converting the voice data by voice recognition.
  • the contact center is just an example, and in addition to the contact center, for example, the voice of the conversation that occurred during sales work and counter work for sales personnel such as products and services and counter personnel at stores The same can be applied to cases such as time authentication for conversation data including data and text data.
  • time authentication for conversation data including data and text data.
  • the operator of the contact center conducts business such as responding to inquiries by voice communication with customers, but the present invention is not limited to this. (including those that can be sent and received), video calls (including those that can share the display of electronic data), etc. (In other words, call data does not include voice data, only text data case) can be applied in the same way. More generally, it is possible to similarly apply the time authentication to conversation data relating to conversations of a plurality of persons.
  • time stamping means that the time stamping authority of a trusted business operator (certified time stamping business operator) gives time information to the hash value (or message digest) of electronic data.
  • a hash value to which time information is attached is called a time stamp token (or simply referred to as a time stamp). It proves that the electronic data has not been tampered with since then.
  • performing time stamping on certain electronic data is also referred to as "setting time stamps on electronic data”.
  • FIG. 1 is a diagram showing an example of the overall configuration of a contact center system 1 according to this embodiment.
  • the contact center system 1 includes an authentication management device 10, an operator terminal 20, an administrator terminal 30, a PBX 40, a customer terminal 50, and a time stamping authority 60. included.
  • the authentication management device 10, the operator terminal 20, the administrator terminal 30 and the PBX 40 are installed in the contact center environment E, which is the system environment of the contact center.
  • the contact center environment E is not limited to the system environment in the same building, and may be, for example, system environments in a plurality of geographically separated buildings.
  • the authentication management device 10 extracts a necessary range (hereinafter also referred to as a setting range) from at least one of voice data in a call between a customer and an operator and text data obtained by converting the voice by voice recognition, Set time authentication for this setting range. That is, the authentication management device 10 calculates the hash value of the data in the setting range, and requests the time stamp token of the hash value from the time stamping authority 60 via the communication network 80 including the Internet. And the authentication management apparatus 10 preserve
  • a necessary range hereinafter also referred to as a setting range
  • whether voice data, text data, or both are subject to time authentication, and which range is set as the setting range is determined according to the content of the call represented by the call data. More specifically, it is determined according to the call reason of the call represented by the call data and the terms uttered during the call.
  • the call reason is the reason why the customer called the call center (the reason for the incoming call), and is the content of the customer's inquiry. For the sake of simplicity, the following description assumes that one call has only one call reason.
  • the operator terminals 20 are various terminals such as PCs used by operators who respond to inquiries from customers, and function as IP (Internet Protocol) telephones.
  • PCs used by operators who respond to inquiries from customers
  • IP Internet Protocol
  • the administrator terminal 30 is various terminals such as a PC (personal computer) used by an administrator who manages operators (such an administrator is also called a supervisor).
  • PC personal computer
  • the PBX 40 is a telephone exchange (IP-PBX) and is connected to a communication network 70 including a VoIP (Voice over Internet Protocol) network and a PSTN (Public Switched Telephone Network).
  • IP-PBX telephone exchange
  • VoIP Voice over Internet Protocol
  • PSTN Public Switched Telephone Network
  • the customer terminals 50 are various terminals such as smart phones, mobile phones, and landline phones used by customers.
  • the time stamping authority 60 is a time stamping authority operated or managed by a time stamping business operator. In response to the request from the authentication management device 10, the time stamp authority 60 returns a time stamp token obtained by adding time information to the hash value included in this request.
  • the overall configuration of the contact center system 1 shown in FIG. 1 is an example, and other configurations may be used.
  • the authentication management device 10 is included in the contact center environment E (that is, the authentication management device 10 is an on-premise type), but all or part of the functions of the authentication management device 10 are It may be implemented by a cloud service or the like.
  • the PBX 40 is an on-premise telephone exchange, but may be realized by cloud services.
  • the operator terminal 20 functions as an IP telephone, for example, a telephone may be included in the contact center system 1 in addition to the operator terminal 20 .
  • a device for example, a gateway device or the like
  • that connects the contact center environment E and an external network may function as the authentication management device 10 .
  • time authentication is set for a required range (set range) of required data (hereinafter also referred to as target data).
  • target data is the data to be set for time authentication, out of the voice data and text data included in the call data.
  • setting range is the range to be set for time authentication within the temporal range of the target data.
  • FIG. 2 is a diagram for schematically explaining an example of time authentication settings.
  • a certain important term W1 is uttered at time T1
  • a certain important term W2 is uttered at time T2 in a call related to the call reason “product information”.
  • voice data and text data are the target data
  • the temporal range from time T 1 - ⁇ T 1 to time T 1 + ⁇ T 1 that is, the range of ⁇ T 1 before and after the utterance time of word W 1 ) is set.
  • Time authentication is set as Also, for example, text data is the target data, and the time range from time T 2 - ⁇ T 2 to time T 2 + ⁇ T 2 (that is, the range of ⁇ T 2 before and after the utterance time of word W 2 ) is set as the set range. set. This is because the contents of the speech before and after an important term is spoken can be important matters, so it is appropriate to time stamp the contents of the speech.
  • Important terms are important words and phrases related to the call reason. For example, when responding to an inquiry about a call reason "product information", the operator needs to fully explain to the customer the charge and warranty details of the product. Therefore, in this case, words such as “fee” and “guarantee” are important terms. Hereinafter, "important terms” may be simply referred to as “important terms.”
  • the example shown in the right diagram of Fig. 2 is when a call is made regarding the call reason "Conclusion of contract".
  • time authentication is set with voice data and text data as target data and the entire time range from the start to the end of the call as the set range. This is because, for example, in a call related to "Conclusion of a contract", all utterances can be important matters, so it is appropriate to perform time authentication for all text data and voice data from start to finish. is.
  • one or both of voice data and text data are targeted for a certain temporal range (including all) according to call reasons and important terms spoken during a call. to set the time stamp.
  • This makes it possible to set time stamps for appropriate ranges of data according to the call reason and the importance of important terms spoken during the call, e.g.
  • the cost required for time authentication can be reduced compared to the case where time authentication is set as a condition.
  • FIG. 3 is a diagram showing an example of the functional configuration of the authentication management device 10 according to this embodiment.
  • the authentication management device 10 includes a speech recognition text conversion unit 101, a call reason detection unit 102, a setting classification identification unit 103, a term determination unit 104, and a time authentication setting unit 105. These units are implemented by, for example, one or more programs installed in the authentication management apparatus 10 causing a processor such as a CPU (Central Processing Unit) to execute processing.
  • a processor such as a CPU (Central Processing Unit) to execute processing.
  • the authentication management device 10 has a call data DB 106, a call reason DB 107, a setting condition DB 108, and a time authentication management DB 109.
  • Each of these DBs is implemented by, for example, a storage device such as an auxiliary storage device.
  • At least one of these DBs may be realized by, for example, a database server or the like connected to the authentication management device 10 via a communication network.
  • the voice recognition text conversion unit 101 converts the voice call between the operator terminal 20 and the customer terminal 50 into text by voice recognition. At this time, the speech recognition text conversion unit 101 performs speech recognition for each speaker and converts the speech into text. As a result, the operator's voice and the customer's voice are each converted into text.
  • this speech recognition is repeatedly executed while a voice call is being made between the operator terminal 20 and the customer terminal 50 (for example, it may be executed every few seconds, or if the customer or the operator speaks). It may be executed for each word or phrase.).
  • the voice data representing the voice call between the operator terminal 20 and the customer terminal 50 and the text data representing the text converted from the voice call by the voice recognition text conversion unit 101 are converted, for example, after the end of the voice call.
  • the call data DB 106 stores call data including voice data and text data for each call.
  • the voice data includes operator voice data (hereinafter also referred to as operator voice data) and customer voice data (hereinafter also referred to as customer voice data).
  • the text data includes operator text data (hereinafter also referred to as operator text data) and customer text data (hereinafter also referred to as customer text data).
  • the call data also includes, for example, information such as a call ID that identifies the call.
  • the call reason detection unit 102 refers to the call reason DB 107 and detects call reasons from the text converted by the speech recognition text conversion unit 101 .
  • the call reason DB 107 is a database that stores information for detecting call reasons from the contents of speech of customers and operators. Details of the call reason DB 107 will be described later.
  • the setting classification identifying unit 103 refers to the setting condition DB 108 and identifies the setting classification from the call reason detected by the call reason detection unit 102 .
  • the setting division is a division indicating whether the entire time range from the start to the end of the call is set as the set range or a part of the time range is set as the set range.
  • the setting categories are "all” indicating that the setting range is the entire temporal range from the start to the end of the call, and "" indicating that the setting range is a part of the entire temporal range shall be taken either as "partial".
  • the setting condition DB 108 is a database that stores information for determining target data and setting ranges according to call reasons and important terms. Details of the setting condition DB 108 will be described later.
  • the term determining unit 104 refers to the setting condition DB 108 and refers to the text converted by the speech recognition text converting unit 101 for important Determine whether the term appears.
  • the time stamp setting unit 105 refers to the setting condition DB 108 and sets time stamps for all or part of the target data. That is, when the setting category specifying unit 103 specifies that the setting category is “all”, the time stamp setting unit 105 refers to the setting condition DB 108 and corresponds to the call reason detected by the call reason detecting unit 102. Set the time authentication with all the target data to be set as the setting range. On the other hand, when the setting category specifying unit 103 specifies that the setting category is “partial”, the time stamp setting unit 105 refers to the setting condition DB 108 to determine the call reason detected by the call reason detecting unit 102. and an important term appearing in the text converted by the speech recognition text conversion unit 101, and time authentication is set for the target data and the setting range.
  • Time authentication settings are specifically performed as follows. That is, the time stamp setting unit 105 calculates the hash value of the setting range of the target data, and requests the time stamp token of this hash value from the time stamp authority 60 . Then, when the time stamp token is returned from the time stamp authority 60, the time stamp setting unit 105 creates time stamp information including the time stamp ID, call ID, call reason ID, and the time stamp token. Time authentication information is saved in the time authentication management DB 109 . As a result, the time authentication information associated with the call data by the call ID is saved in the time authentication management DB 109, and the time authentication is set for the setting range of the target data that is at least a part of the call data. Become. Note that the time stamp ID is an ID for identifying time stamp information. Details of the time stamp management DB 109 will be described later.
  • FIG. 4 is a diagram showing an example of the call reason DB 107. As shown in FIG.
  • the call reason DB 107 stores information (data or records) that associates call reason IDs, call reason names, and detection conditions.
  • a call reason ID is an ID that identifies a call reason.
  • the call reason name is the name of the call reason.
  • the detection condition is a condition for the call reason detection unit 102 to detect call reasons.
  • the information on the first line of the call reason DB 107 shown in FIG. 4 is the call reason ID "a-1", the call reason name "product guide”, and the detection condition "both: insurance”.
  • the information on the second line of the call reason DB 107 shown in FIG. 4 is the call reason ID "a-2”, the call reason name "contract procedure”, and the detection condition "both: contract”.
  • the detection condition is expressed in the form of "speaker: word”. This means that the detection condition is satisfied when the speaker utters the word.
  • the detection condition "both: insurance” means that the detection condition is satisfied when both the operator and the customer utter the word "insurance”.
  • the detection condition "customer: address change” means that the detection condition is satisfied when the customer utters the word "address change”.
  • the detection condition "operator: A” means that the detection condition is satisfied when the operator utters the word "A”.
  • the format of the detection condition described above is just an example, and the detection condition may be expressed in various formats (for example, a logical expression, etc.).
  • FIG. 5 is a diagram showing an example of the setting condition DB 108. As shown in FIG.
  • the setting condition DB 108 stores information (data or records) that associates call reason IDs, setting categories, important terms, target data, and setting ranges.
  • a call reason ID is an ID that identifies a call reason.
  • the setting division is a division indicating whether the entire time range from the start to the end of the call is set as the set range or a part of the time range is set as the set range. Important terms are words, phrases, etc. that are important with respect to the call reason.
  • the target data is data to be set for time stamping.
  • the setting range is a temporal range that is the setting range for time authentication in the target data. Important terms are not included in the information whose setting category is "all" (or NULL, null values, etc. are included as important terms).
  • the information on the first line of the setting condition DB 108 shown in FIG. range "three minutes before and after important term"), (important term “guarantee", target data "text”, set range "five minutes before and after important term”), . . . ).
  • the set division of the call data for the call reason ID "a-1" is "partial"
  • the text data and voice data are targeted for 3 minutes before and after the speech.
  • when the important term "guarantee” is uttered text data is the target data, and 5 minutes before and after the utterance is the setting range for time authentication.
  • the information on the second line of the setting condition DB 108 shown in FIG. be. This is because the setting classification of the call data of the call reason ID "a-2" is "all", and the entire period (that is, the entire time range) of the text data and voice data is the setting range of time authentication. means to become
  • the above setting range is just an example, and it is possible to define various temporal ranges.
  • the time span before and after the utterance of the important term such as "three minutes before the utterance of the important term” and "five minutes after the utterance of the important term”.
  • a definition such as "five minutes after one minute has passed since the important term was uttered” is possible.
  • a clause containing an important term or a sentence break may be defined as a set range, or a range starting or ending at a conjunction that is a turning point of conversation, or the relevant conjunction as a reference.
  • a predetermined range of points may be defined as the setting range, or a series of conversations between the operator and the customer, such as contractor confirmation and address confirmation, is extracted by natural language analysis, and then extracted.
  • a range representing a specific scene may be defined as the setting range.
  • FIG. 6 is a flowchart showing an example of the flow of time authentication processing.
  • the call reason detection unit 102 refers to the call reason DB 107 and detects the call reason from the text represented by the text data included in the call data (step S101). That is, the call reason detection unit 102 refers to each record stored in the call reason DB 107 and determines whether or not there is a record whose text satisfies the detection condition. Then, the call reason detection unit 102 identifies the call reason ID and the call reason name of the record determined to satisfy the detection condition. As a result, the call reason with this call reason ID and call reason name is detected.
  • the setting category specifying unit 103 refers to the setting condition DB 108 and specifies the setting category from the call reason detected in step S101 (step S102). That is, the setting classification specifying unit 103 refers to the record of the call reason ID detected in step S101 among the records stored in the setting condition DB 108, and determines whether the setting classification included in this record is "all". or "part".
  • the term determination unit 104 refers to the setting condition DB 108 and determines whether or not important terms appear in the text (step S103). That is, the term determination unit 104 refers to the record of the call reason ID detected in step S101 among the records stored in the setting condition DB 108, and determines whether the important terms included in this record are included in the text. (step S103).
  • the time stamp setting unit 105 refers to the setting condition DB 108, and for each important term that appears in the text, the target data corresponding to the important term and A setting range is specified (step S104). That is, the time stamp setting unit 105 refers to the record of the call reason ID detected in step S101 among the records stored in the setting condition DB 108, and for each important term appearing in the text, Identify the target data and setting range corresponding to the important term.
  • time authentication setting The unit 105 specifies the target data "text, voice” and the setting range “three minutes before and after the important term” and the target data "text” and the setting range "five minutes before and after the important term”.
  • step S103 the authentication management device 10 terminates the time authentication processing. In this case, time authentication is not set.
  • the time stamp setting unit 105 sets time stamps for the target data and setting range corresponding to each important term appearing in the text (step S105). That is, the time stamp setting unit 105 extracts the setting range from the target data corresponding to the important term for each important term appearing in the text, calculates the hash value, and then stamps the hash value.
  • a token is requested from the time stamping authority 60. Then, when the time stamp token related to the important term is returned from the time stamping authority 60, the time stamping setting unit 105 creates a time stamping ID, and then adds this time stamping ID, the call ID of the call data, Create time authentication information including the call reason ID, the important term, the target data and setting range corresponding to the important term, and the time stamp token.
  • time stamp information is created for each important term that appears in the text. For example, when the important terms “fee” and “guarantee” appear in the text, time authentication information corresponding to “fee” and time authentication information corresponding to "guarantee” are created.
  • the important terms corresponding to each of these multiple setting ranges may not be distinguished, or these multiple setting ranges may be combined into one.
  • the time stamp setting unit 105 refers to the setting condition DB 108, and refers to the target data and setting range corresponding to the call reason detected in step S101 above. is specified (step S106). That is, the time authentication setting unit 105 refers to the record of the call reason ID detected in step S101 among the records stored in the setting condition DB 108, and determines the target data and setting range included in this record. Identify.
  • the time authentication setting unit 105 specifies the target data "text, voice” and the setting range "whole period".
  • the setting category is specified as "all" in step S102 above, the setting range does not necessarily have to be specified. This is because the setting category "all" means that the time stamp is set with the entire period of the target data set as the setting range.
  • the time stamp setting unit 105 sets time stamps for the entire target data (step S107). That is, the time authentication setting unit 105 calculates the hash value of the setting range of the target data specified in step S106 (that is, the entire period of the target data), and converts the time stamp token of this hash value to the time A request is made to the certificate authority 60 . Then, when the time stamp token is returned from the time authentication authority 60, the time authentication setting unit 105 creates a time authentication ID, and then creates this time authentication ID, the call ID of the call data, and the call reason Create time authentication information including the ID, the target data and setting range corresponding to the call reason ID, and the time stamp token. As a result, the time authentication information for the entire target data is created.
  • the time stamp setting unit 105 saves the created time stamp information in the time stamp management DB 109 (step S108).
  • the time authentication is set for the set range of the target data that is at least part of the call data (including the case where the set range is the entire period).
  • FIG. 7 shows an example of the time stamp information stored in the time stamp management DB 109.
  • the time authentication information on the first line of the time authentication management DB 109 shown in FIG. voice”, the setting range “3 minutes before and after the important term”, and the time stamp token “...”.
  • This uses the text data and voice data included in the call data with the call ID "C001" as target data, and sets a time stamp token within a setting range of 3 minutes before and after the important term "charge” is uttered as time authentication. It means that there is
  • the data is "text, voice", the setting range is “whole period”, and the time stamp token is "". This means that the text data and voice data included in the call data with the call ID "C002" are the target data, and the time stamp token for the entire period is set as the time authentication.
  • the authentication management device 10 is included in the call data of the voice call according to the call reason of the voice call between the operator and the customer and the important terms uttered during the call.
  • a part or all of the data is set as target data, and time authentication is set for all or part of the temporal range of the target data.
  • time stamps are set for appropriate ranges of appropriate data according to the importance of the call reason of the call and the importance of terms spoken during the call. Therefore, for example, the cost required for time authentication can be reduced compared to the case where time authentication is unconditionally set for all call data.
  • time authentication may be performed in real time.
  • the start point of the setting range is specified from the interaction between the operator and the customer, and at the end point of the setting range, the end point of the call, or the end condition being satisfied by natural language processing, the above step S105 or step S107 time authentication information may be created.
  • the hash value may be calculated including not only the data within the setting range but also the current time.
  • the end condition by the above-described natural language processing includes, for example, the appearance of a break between sentences or clauses, the appearance of a conjunction that serves as a turning point in conversation, and the like.
  • the set range is a temporal range such as before, after, and before and after the important term starting from an utterance, but the starting point may be, for example, the execution of some action by the operator. For example, if the call reason is "contract procedure", the operator may open an electronic file or the like of the contract and read out the content of the contract. Therefore, for example, starting from an action such as "opening an electronic file of clauses", a temporal range such as before, after, and before and after that may be set as a setting range.
  • the action of "opening the electronic file of the terms and conditions" above can be detected, for example, by monitoring the folder in which the electronic file of the terms and conditions is stored. Therefore, for example, this modification can be realized by including information indicating the access date and time of the electronic file in the call data.
  • Other examples of such actions include scrolling the agreement file to the end, in the case of text chat, the operator attaches the agreement file and sends it to the customer, or the customer sends the agreement file as an attachment. It is also possible to open a file. In the case of a video call, the operator may share and display the agreement file on the customer's screen or display it for a certain period of time.
  • step S101 of FIG. 6 the call reason is detected from the text represented by the text data. You may In this case, it is possible to implement this modification by including in the call data information indicating guidance from the IVR system and information indicating the number that the customer has entered into the customer terminal 50 in response to this guidance. .
  • one call has only one call reason for the sake of simplicity, but generally one call may have a plurality of call reasons.
  • a customer may call a call center for two reasons: an address change procedure and a contract plan change.
  • call data is divided for each call reason, and step S102 and subsequent steps are executed for each call data after division.
  • Various methods of dividing call data are possible. For example, when call reason A is detected at time T1 and call reason B is detected at time T2, time T2 - ⁇ T (where ⁇ T A possible method is to divide the call data by the time width). This is because it is considered that the same call reason is being discussed at a time slightly earlier than the time when a certain call reason is detected.
  • the set range of text data or voice data or both included in call data is subject to time authentication, but data related to the set range may also be subject to time authentication.
  • data related to the speech recognition function for example, speech recognition model, etc.
  • Speech recognition model for example, speech recognition model, etc.
  • Software or programs that have performed some kind of processing on the data, or libraries used by those software or programs may also be subject to time authentication.

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Acoustics & Sound (AREA)
  • Human Computer Interaction (AREA)
  • Primary Health Care (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Signal Processing (AREA)
  • Human Resources & Organizations (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Telephonic Communication Services (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Facsimiles In General (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

一実施形態に係る情報処理装置は、複数人の会話の内容に応じて、前記会話を表す会話データの一部又は全部を、時刻認証の設定範囲として特定する特定部と、特定された前記設定範囲に対して時刻認証を設定する設定部と、を有する。

Description

情報処理装置、情報処理方法及びプログラム
　本発明は、情報処理装置、情報処理方法及びプログラムに関する。
　時刻認証と呼ばれる仕組みが従来から知られている（例えば、非特許文献１）。電子データに対して時刻認証を行うことで、或る時刻にその電子データが存在し、その時刻以降にその電子データが改ざんされていないことを証明することが可能となる。
　ところで、近年では音声データの加工が容易になってきているため、コンタクトセンタ（又は、コールセンタとも呼ばれる。）で発生する通話の音声データに対して時刻認証を行いたいというニーズがある。
タイムビジネス認定センター，インターネット＜ＵＲＬ：https://www.dekyo.or.jp/tb/index.html＞
　しかしながら、コンタクトセンタで発生する通話は一般に膨大であることが多く、全ての音声データに対して時刻認証を行うと時刻認証局（ＴＳＡ：Time Stamping Authority）へのアクセスが多くなり、コストが増加する。また、近年では音声データだけでなく、その音声を音声認識により変換したテキストデータに対しても時刻認証を行いたいというニーズもあり、尚更コストが増加する。
　これに対して、音声データやテキストデータを含む通話データの必要な範囲のみを時刻認証の対象とすることで、時刻認証に要するコストを低減させることが可能である。
　本発明の一実施形態は、上記の点に鑑みてなされたもので、時刻認証に要するコストを低減させることを目的とする。
　上記目的を達成するため、一実施形態に係る情報処理装置は、複数人の会話の内容に応じて、前記会話を表す会話データの一部又は全部を、時刻認証の設定範囲として特定する特定部と、特定された前記設定範囲に対して時刻認証を設定する設定部と、を有する。
　時刻認証に要するコストを低減させることができる。
本実施形態に係るコンタクトセンタシステムの全体構成の一例を示す図である。 時刻認証の設定の一例を模式的に説明するための図である。 本実施形態に係る認証管理装置の機能構成の一例を示す図である。 コールリーズンＤＢの一例を示す図である。 設定条件ＤＢの一例を示す図である。 時刻認証処理の流れの一例を示すフローチャートである。 時刻認証管理ＤＢの一例を示す図である。
　以下、本発明の一実施形態について説明する。本実施形態では、コンタクトセンタを対象として、コンタクトセンタにおける通話データの必要な範囲のみを時刻認証の対象とすることで、時刻認証に要するコストを低減させることができるコンタクトセンタシステム１について説明する。ここで、通話データには、コンタクトセンタのオペレータと顧客との間の通話における音声データだけでなく、この音声データを音声認識により変換したテキストデータも含み得るものとする。
　ただし、コンタクトセンタは一例であって、コンタクトセンタ以外にも、例えば、商品やサービス等の営業担当者や店舗の窓口担当者等を対象として、営業業務や窓口業務の中で発生した会話の音声データやテキストデータを含む会話データに対して時刻認証を行う場合等にも同様に適用することが可能である。また、以下では、コンタクトセンタのオペレータは顧客との間で音声通話により問い合わせ対応等の業務を行うものとして説明するが、これに限られず、例えば、テキストチャット（テキスト以外にスタンプや添付ファイル等を送受信可能なものも含む。）、ビデオ通話（電子データの表示を共有可能なものも含む。）等により業務を行う場合（つまり、通話データには音声データが含まれず、テキストデータのみが含まれる場合）であっても同様に適用することが可能である。より一般には、複数人の会話に関する会話データに対して時刻認証を行う場合にも同様に適用することが可能である。
　なお、時刻認証とは、電子データのハッシュ値（又は、メッセージダイジェストともいう。）に対して、信頼された事業者（時刻認証業務の認定事業者）の時刻認証局が時刻情報を付与することをいう。時刻情報が付与されたハッシュ値はタイムスタンプトークン（又は、単に、タイムスタンプともいう。）と呼ばれ、このタイムスタンプトークンによって当該時刻情報が表す時刻にその電子データが存在し、かつ、その時刻以降にその電子データが改ざんされていないことが証明される。以下では、或る電子データに対して時刻認証を行うことを「電子データに時刻認証を設定する」等ともいう。
　＜全体構成＞
　まず、本実施形態に係るコンタクトセンタシステム１の全体構成について、図１を参照しながら説明する。図１は、本実施形態に係るコンタクトセンタシステム１の全体構成の一例を示す図である。
　図１に示すように、本実施形態に係るコンタクトセンタシステム１には、認証管理装置１０と、オペレータ端末２０と、管理者端末３０と、ＰＢＸ４０と、顧客端末５０と、時刻認証局６０とが含まれる。ここで、認証管理装置１０、オペレータ端末２０、管理者端末３０及びＰＢＸ４０は、コンタクトセンタのシステム環境であるコンタクトセンタ環境Ｅ内に設置されている。なお、コンタクトセンタ環境Ｅは同一の建物内のシステム環境に限られず、例えば、地理的に離れた複数の建物内のシステム環境であってもよい。
　認証管理装置１０は、顧客とオペレータとの間の通話における音声データとその音声を音声認識により変換したテキストデータの少なくとも一方から必要な範囲（以下、設定範囲ともいう。）を抽出した上で、この設定範囲に対して時刻認証を設定する。すなわち、認証管理装置１０は、当該設定範囲のデータのハッシュ値を計算した上で、インターネット等を含む通信ネットワーク８０を介して、当該ハッシュ値のタイムスタンプトークンを時刻認証局６０に要求する。そして、認証管理装置１０は、時刻認証局６０から返信されたタイムスタンプトークンを通話データと共に保存する。これにより、必要なデータ（音声データ、テキストデータ、又はその両方）の必要な範囲にのみ時刻認証が行われた通話データが得られる。
　ここで、音声データ、テキストデータ又はその両方のいずれを時刻認証の対象とするか、またどの範囲を設定範囲とするかは、通話データが表す通話の内容に応じて決定される。より具体的には、通話データが表す通話のコールリーズンや通話中に発話された用語に応じて決定される。コールリーズンとは顧客がコールセンタに電話した理由（入電理由）のことであり、顧客の問い合わせ内容等のことである。以下では、簡単のため、１つの通話には１つのコールリーズンのみが存在するものとして説明する。
　オペレータ端末２０は、顧客からの問い合わせ対応を行うオペレータが利用するＰＣ等の各種端末であり、ＩＰ（Internet Protocol）電話機として機能する。
　管理者端末３０は、オペレータを管理する管理者（このような管理者はスーパバイザとも呼ばれる。）が利用するＰＣ（パーソナルコンピュータ）等の各種端末である。
　ＰＢＸ４０は、電話交換機（ＩＰ－ＰＢＸ）であり、ＶｏＩＰ（Voice over Internet Protocol）網やＰＳＴＮ（Public Switched Telephone Network）を含む通信ネットワーク７０に接続されている。
　顧客端末５０は、顧客が利用するスマートフォンや携帯電話、固定電話等の各種端末である。
　時刻認証局６０は、時刻認証業務の認定事業者が運営又は管理する時刻認証局である。時刻認証局６０は、認証管理装置１０からの要求に応じて、この要求に含まれるハッシュ値に対して時刻情報を付与したタイムスタンプトークンを返信する。
　なお、図１に示すコンタクトセンタシステム１の全体構成は一例であって、他の構成であってもよい。例えば、図１に示す例では、認証管理装置１０がコンタクトセンタ環境Ｅに含まれているが（つまり、認証管理装置１０はオンプレミス型である）、認証管理装置１０の全部又は一部の機能がクラウドサービス等により実現されていてもよい。同様に、図１に示す例では、ＰＢＸ４０はオンプレミス型の電話交換機であるが、クラウドサービスにより実現されていてもよい。また、オペレータ端末２０はＩＰ電話機としても機能するとしたが、例えば、オペレータ端末２０とは別に電話機がコンタクトセンタシステム１に含まれていてもよい。また、例えば、コンタクトセンタ環境Ｅと外部ネットワークとを接続する装置（例えば、ゲートウェイ装置等）が認証管理装置１０として機能してもよい。
　＜時刻認証の設定＞
　本実施形態では、必要なデータ（以下、対象データともいう。）の必要な範囲（設定範囲）に対して時刻認証が設定される。ここで、対象データは、通話データに含まれる音声データ及びテキストデータのうち、時刻認証の設定対象となるデータのことである。また、設定範囲は、対象データの時間的な範囲の中で、時刻認証の設定対象となる範囲のことである。
　そこで、本実施形態における時刻認証の設定の一例について、図２を参照しながら説明する。図２は、時刻認証の設定の一例を模式的に説明するための図である。
　図２の左図に示す例は、コールリーズン「商品案内」に関する通話において、時刻Ｔ１に或る重要な用語Ｗ１が発話されたと共に、時刻Ｔ２に或る重要な用語Ｗ２が発話された場合である。この場合、例えば、音声データとテキストデータを対象データ、時刻Ｔ１－ΔＴ１から時刻Ｔ１＋ΔＴ１までの時間的範囲（つまり、単語Ｗ１の発話時刻の前後ΔＴ１の範囲）を設定範囲として時刻認証が設定される。また、例えば、テキストデータを対象データ、時刻Ｔ２－ΔＴ２から時刻Ｔ２＋ΔＴ２までの時間的範囲（つまり、単語Ｗ２の発話時刻の前後ΔＴ２の範囲）を設定範囲として時刻認証が設定される。これは、重要な用語が発話された前後の発話内容が重要な事項になり得るため、その発話内容に対して時刻認証を行うことが適切なためである。
　なお、重要な用語とは当該コールリーズンに関して重要な単語や句等のことである。例えば、コールリーズン「商品案内」に関する問い合わせ対応を行う際には、オペレータはその商品の料金や保証内容に関して顧客に対して十分に説明する必要がある。このため、この場合、「料金」や「保障」といった単語が重要な用語に該当する。以下、「重要な用語」を単に「重要用語」ともいう。
　図２の右図に示す例は、コールリーズン「契約締結」に関する通話が行われた場合である。この場合、例えば、音声データとテキストデータを対象データ、当該通話の開始から終了までの全時間的範囲を設定範囲として時刻認証が設定される。これは、例えば、「契約締結」に関する通話は全ての発話内容が重要な事項になり得るため、テキストデータと音声データを対象データとして開始から終了までの全てに時刻認証を行うことが適切なためである。
　このように、本実施形態では、コールリーズンや通話中に発話された重要用語に応じて、音声データとテキストデータの一方又は両方を対象データとして、或る時間的範囲（全てを含む）に対して時刻認証を設定する。これにより、コールリーズンや通話中に発話された重要用語の重要性に応じて適切なデータの適切な範囲に対して時刻認証を設定することが可能となり、例えば、全ての通話データに対して無条件に時刻認証を設定する場合と比べて、時刻認証に要するコストを低減させることができる。
　なお、後述するように、どのデータを対象データとしてどのような時間的範囲に対して時刻認証を設定するかは、コールリーズンや重要用語を条件（ルール）として予め設定される。
　＜機能構成＞
　次に、本実施形態に係る認証管理装置１０の機能構成について、図３を参照しながら説明する。図３は、本実施形態に係る認証管理装置１０の機能構成の一例を示す図である。
　図３に示すように、本実施形態に係る認証管理装置１０は、音声認識テキスト変換部１０１と、コールリーズン検出部１０２と、設定区分特定部１０３と、用語判定部１０４と、時刻認証設定部１０５とを有する。これら各部は、例えば、認証管理装置１０にインストールされた１以上のプログラムが、ＣＰＵ（Central Processing Unit）等のプロセッサに実行させる処理により実現される。
　また、本実施形態に係る認証管理装置１０は、通話データＤＢ１０６と、コールリーズンＤＢ１０７と、設定条件ＤＢ１０８と、時刻認証管理ＤＢ１０９とを有する。これら各ＤＢ（データベース）は、例えば、補助記憶装置等の記憶装置により実現される。なお、これら各ＤＢのうちの少なくとも１つのＤＢが、例えば、認証管理装置１０と通信ネットワークを介して接続されるデータベースサーバ等により実現されていてもよい。
　音声認識テキスト変換部１０１は、オペレータ端末２０と顧客端末５０との間の音声通話を音声認識によりテキストに変換する。また、このとき、音声認識テキスト変換部１０１は、話者毎に音声認識を行ってテキストに変換する。これにより、オペレータの音声と顧客の音声とがそれぞれテキストに変換される。
　なお、この音声認識は、オペレータ端末２０と顧客端末５０との間で音声通話が行われている間、繰り返し実行される（例えば、数秒毎に実行されてもよいし、顧客又はオペレータが発話した単語やフレーズ毎に実行されてもよい。）。
　ここで、オペレータ端末２０と顧客端末５０との間の音声通話を表す音声データと、この音声通話を音声認識テキスト変換部１０１により変換したテキストを表すテキストデータは、例えば、当該音声通話の終了後に、通話データとして通話データＤＢ１０６に格納される。すなわち、通話データＤＢ１０６には、通話毎に、音声データとテキストデータとが含まれる通話データが格納されている。また、音声データには、オペレータの音声データ（以下、オペレータ音声データともいう。）と、顧客の音声データ（以下、顧客音声データともいう。）とが含まれている。同様に、テキストデータには、オペレータのテキストデータ（以下、オペレータテキストデータともいう。）と、顧客のテキストデータ（以下、顧客テキストデータともいう。）とが含まれている。なお、通話データには、例えば、当該通話を識別する通話ＩＤ等の情報も含まれている。
　コールリーズン検出部１０２は、コールリーズンＤＢ１０７を参照して、音声認識テキスト変換部１０１によって変換されたテキストからコールリーズンを検出する。ここで、コールリーズンＤＢ１０７は、顧客やオペレータの発話内容からコールリーズンを検出するための情報が格納されたデータベースである。コールリーズンＤＢ１０７の詳細については後述する。
　設定区分特定部１０３は、設定条件ＤＢ１０８を参照して、コールリーズン検出部１０２により検出されたコールリーズンから設定区分を特定する。設定区分とは、通話の開始から終了までの全時間的範囲を設定範囲とするか又は一部の時間的範囲を設定範囲とするかを示す区分である。以下、設定区分は、通話の開始から終了までの全時間的範囲を設定範囲とすることを示す「全部」と、全時間的範囲の一部の時間的範囲を設定範囲とすることを示す「一部」とのいずれかを取るものとする。ここで、設定条件ＤＢ１０８は、コールリーズンや重要用語に応じて対象データと設定範囲を決めるための情報が格納されたデータベースである。設定条件ＤＢ１０８の詳細については後述する。
　用語判定部１０４は、設定区分特定部１０３により設定区分が「一部」であると特定された場合、設定条件ＤＢ１０８を参照して、音声認識テキスト変換部１０１により変換されたテキストの中に重要用語が出現するか否かを判定する。
　時刻認証設定部１０５は、設定条件ＤＢ１０８を参照して、対象データの全部又は一部に対して時刻認証を設定する。すなわち、時刻認証設定部１０５は、設定区分特定部１０３により設定区分が「全部」であると特定された場合、設定条件ＤＢ１０８を参照して、コールリーズン検出部１０２により検出されたコールリーズンに対応する対象データの全部を設定範囲として時刻認証を設定する。一方で、時刻認証設定部１０５は、設定区分特定部１０３により設定区分が「一部」であると特定された場合、設定条件ＤＢ１０８を参照して、コールリーズン検出部１０２により検出されたコールリーズンと音声認識テキスト変換部１０１により変換されたテキスト中に出現する重要用語とに対応する対象データ及び設定範囲に対して時刻認証を設定する。
　時刻認証の設定は具体的には次のようにして行われる。すなわち、時刻認証設定部１０５は、対象データの設定範囲のハッシュ値を計算した上で、このハッシュ値のタイムスタンプトークンを時刻認証局６０に要求する。そして、時刻認証設定部１０５は、タイムスタンプトークンが時刻認証局６０から返信されると、時刻認証ＩＤや通話ＩＤ、コールリーズンＩＤ、当該タイムスタンプトークン等が含まれる時刻認証情報を作成し、この時刻認証情報を時刻認証管理ＤＢ１０９に保存する。これにより、通話ＩＤにより通話データと対応付けられた時刻認証情報が時刻認証管理ＤＢ１０９に保存され、当該通話データの少なくとも一部である対象データの設定範囲に対して時刻認証が設定されたことになる。なお、時刻認証ＩＤとは、時刻認証情報を識別するＩＤである。時刻認証管理ＤＢ１０９の詳細については後述する。
　　≪コールリーズンＤＢ１０７≫
　次に、コールリーズンＤＢ１０７の詳細について、図４を参照しながら説明する。図４は、コールリーズンＤＢ１０７の一例を示す図である。
　図４に示すように、コールリーズンＤＢ１０７には、コールリーズンＩＤとコールリーズン名称と検出条件とを対応付けた情報（データ又はレコード）が格納されている。
　コールリーズンＩＤは、コールリーズンを識別するＩＤである。コールリーズン名称は、コールリーズンの名称である。検出条件は、コールリーズン検出部１０２がコールリーズンを検出するための条件である。
　例えば、図４に示すコールリーズンＤＢ１０７の１行目の情報は、コールリーズンＩＤ「ａ－１」、コールリーズン名称「商品案内」、検出条件「両方：保険」である。同様に、例えば、図４に示すコールリーズンＤＢ１０７の２行目の情報は、コールリーズンＩＤ「ａ－２」、コールリーズン名称「契約手続」、検出条件「両方：契約」である。
　ここで、本実施形態では、一例として、検出条件は「発話者：単語」の形式で表されている。これは、当該発話者が当該単語を発話した場合に検出条件を満たすことを意味する。例えば、検出条件「両方：保険」は、オペレータと顧客の両方が「保険」という単語を発話した場合に検出条件を満たすことを意味する。同様に、例えば、検出条件「顧客：住所変更」は、顧客が「住所変更」という単語を発話した場合に検出条件を満たすことを意味する。同様に、図４には例示されていないが、例えば、検出条件「オペレータ：Ａ」は、オペレータが「Ａ」という単語を発話した場合に検出条件を満たすことを意味する。
　ただし、上記の検出条件の形式は一例であって、様々な形式（例えば、論理式等といった形式）で検出条件が表されていてもよい。
　　≪設定条件ＤＢ１０８≫
　次に、設定条件ＤＢ１０８の詳細について、図５を参照しながら説明する。図５は、設定条件ＤＢ１０８の一例を示す図である。
　図５に示すように、設定条件ＤＢ１０８には、コールリーズンＩＤと設定区分と重要用語と対象データと設定範囲とを対応付けた情報（データ又はレコード）が格納されている。
　コールリーズンＩＤは、コールリーズンを識別するＩＤである。設定区分は、通話の開始から終了までの全時間的範囲を設定範囲とするか又は一部の時間的範囲を設定範囲とするかを示す区分である。重要用語は、当該コールリーズンに関して重要な単語や句等のことである。対象データは、時刻認証の設定対象となるデータのことである。設定範囲は、当該対象データにおいて時刻認証の設定範囲となる時間的な範囲のことである。なお、設定区分が「全部」である情報には重要用語は含まれない（又は、重要用語としてＮＵＬＬや空値等が含まれる。）。
　例えば、図５に示す設定条件ＤＢ１０８の１行目の情報は、コールリーズンＩＤ「ａ－１」、設定区分「一部」、（（重要用語「料金」、対象データ「テキスト、音声」、設定範囲「重要用語の前後３分」）、（重要用語「保証」、対象データ「テキスト」、設定範囲「重要用語の前後５分」）、・・・）である。これは、コールリーズンＩＤ「ａ－１」の通話データの設定区分は「一部」であり、重要用語「料金」が発話された場合はテキストデータと音声データを対象データとしてその発話前後３分間が時刻認証の設定範囲となり、重要用語「保証」が発話された場合はテキストデータを対象データとしてその発話前後５分間が時刻認証の設定範囲となること等を意味している。
　同様に、例えば、図５に示す設定条件ＤＢ１０８の２行目の情報は、コールリーズンＩＤ「ａ－２」、設定区分「全部」、対象データ「テキスト、音声」、設定範囲「全期間」である。これは、コールリーズンＩＤ「ａ－２」の通話データの設定区分は「全部」であり、テキストデータと音声データを対象データとして全期間（つまり、全時間的範囲）が時刻認証の設定範囲となることを意味している。
　ただし、上記の設定範囲は一例であって、様々な時間的範囲を定義することが可能である。例えば、「重要用語の発話前３分」や「重要用語の発話後５分」等といったように、重要用語の発話前の時間幅や発話後の時間幅を定義することも可能である。また、例えば、「重要用語の発話後１分経過した後の５分間」等といった定義も可能である。また、時間的範囲以外にも、例えば、重要用語を含む文節や文の区切りを設定範囲と定義してもよいし、会話の転換点となる接続詞を始点・終点とする範囲又は当該接続詞を基準点とした所定の範囲を設定範囲と定義してもよいし、契約者確認や住所確認等のオペレータと顧客との間の会話の一連のやりとりの範囲を自然言語解析により抽出した上で、抽出した範囲のうち、特定のシーンを表す範囲を設定範囲と定義してもよい。
　また、本実施形態では、「テキストデータ」、「音声データ」、「テキストデータ、音声データ」のいずれかを対象データとする場合について説明するが、これに限られず、例えば、顧客とオペレータのいずれが発話したものであるかを考慮してもよい。すなわち、「顧客テキストデータ」、「オペレータテキストデータ」、「顧客音声データ」、「オペレータ音声データ」、「顧客テキストデータ、オペレータテキストデータ」、「顧客テキストデータ、顧客音声データ」、「顧客テキストデータ、オペレータ音声データ」、「オペレータテキストデータ、顧客音声データ」、「オペレータテキストデータ、オペレータ音声データ」、「顧客音声データ、オペレータ音声データ」、「顧客テキストデータ、オペレータテキストデータ、顧客音声データ」、「顧客テキストデータ、オペレータテキストデータ、オペレータ音声データ」、「顧客テキストデータ、顧客音声データ、オペレータ音声データ」、「オペレータテキストデータ、顧客音声データ、オペレータ音声データ」、「顧客テキストデータ、オペレータテキストデータ、顧客音声データ、オペレータ音声データ」のいずれかを対象データとしてもよい。
　＜時刻認証処理の流れ＞
　以下では、オペレータ端末２０と顧客端末５０との間の音声通話を表す音声データと、この音声通話を音声認識テキスト変換部１０１により変換したテキストを表すテキストデータと、当該音声通話の通話ＩＤとが含まれる通話データが通話データＤＢ１０６に格納されているものとして、或る通話データに関して時刻認証を設定する場合について、図６を参照しながら説明する。図６は、時刻認証処理の流れの一例を示すフローチャートである。
　コールリーズン検出部１０２は、コールリーズンＤＢ１０７を参照して、当該通話データに含まれるテキストデータが表すテキストからコールリーズンを検出する（ステップＳ１０１）。すなわち、コールリーズン検出部１０２は、コールリーズンＤＢ１０７に格納されている各レコードを参照して、当該テキストが検出条件を満たすレコードが存在するか否かを判定する。そして、コールリーズン検出部１０２は、検出条件を満たすと判定されたレコードのコールリーズンＩＤ及びコールリーズン名称を特定する。これにより、このコールリーズンＩＤ及びコールリーズン名称のコールリーズンが検出されたことになる。
　次に、設定区分特定部１０３は、設定条件ＤＢ１０８を参照して、上記のステップＳ１０１で検出されたコールリーズンから設定区分を特定する（ステップＳ１０２）。すなわち、設定区分特定部１０３は、設定条件ＤＢ１０８に格納されているレコードのうち、上記のステップＳ１０１で検出されたコールリーズンＩＤのレコードを参照して、このレコードに含まれる設定区分が「全部」又は「一部」のいずれであるかを特定する。
　上記のステップＳ１０２で設定区分が「一部」と特定された場合、用語判定部１０４は、設定条件ＤＢ１０８を参照して、当該テキストの中に重要用語が出現するか否かを判定する（ステップＳ１０３）。すなわち、用語判定部１０４は、設定条件ＤＢ１０８に格納されているレコードのうち、上記のステップＳ１０１で検出されたコールリーズンＩＤのレコードを参照して、このレコードに含まれる重要用語が、当該テキスト中に出現するか否かを判定する（ステップＳ１０３）。
　上記のステップＳ１０３で重要用語が出現すると判定された場合、時刻認証設定部１０５は、設定条件ＤＢ１０８を参照して、当該テキスト中に出現する重要用語毎に、当該重要用語に対応する対象データ及び設定範囲を特定する（ステップＳ１０４）。すなわち、時刻認証設定部１０５は、設定条件ＤＢ１０８に格納されているレコードのうち、上記のステップＳ１０１で検出されたコールリーズンＩＤのレコードを参照して、当該テキスト中に出現する重要用語毎に、当該重要用語に対応する対象データ及び設定範囲を特定する。
　例えば、上記のステップＳ１０１で検出されたコールリーズンＩＤが「ａ－１」、上記のステップＳ１０３でテキスト中に出現すると判定された重要用語が「料金」と「保証」である場合、時刻認証設定部１０５は、対象データ「テキスト、音声」及び設定範囲「重要用語の前後３分」と、対象データ「テキスト」及び設定範囲「重要用語の前後５分」とを特定する。
　なお、上記のステップＳ１０３で重要用語が出現すると判定されなかった場合、認証管理装置１０は、時刻認証処理を終了する。この場合は、時刻認証が設定されないことになる。
　次に、時刻認証設定部１０５は、当該テキスト中に出現する重要用語毎に、当該重要用語に対応する対象データ及び設定範囲に対して時刻認証を設定する（ステップＳ１０５）。すなわち、時刻認証設定部１０５は、当該テキスト中に出現する重要用語毎に、当該重要用語に対応する対象データから設定範囲を抽出してそのハッシュ値を計算した上で、このハッシュ値のタイムスタンプトークンを時刻認証局６０に要求する。そして、時刻認証設定部１０５は、当該重要用語に関するタイムスタンプトークンが時刻認証局６０から返信されると、時刻認証ＩＤを作成した上で、この時刻認証ＩＤと、当該通話データの通話ＩＤと、当該コールリーズンＩＤと、当該重要用語と、この重要用語に対応する対象データ及び設定範囲と、当該タイムスタンプトークンとが含まれる時刻認証情報を作成する。
　これにより、当該テキスト中に出現する重要用語毎に時刻認証情報が作成される。例えば、当該テキスト中に重要用語「料金」と「保証」が出現する場合、「料金」に対応する時刻認証情報と、「保証」に対応する時刻認証情報とが作成される。
　なお、同一の重要用語がテキスト中に複数回出現する場合、これらは区別して扱われる。例えば、当該テキスト中に重要用語「料金」が２回出現する場合、１回目に出現した「料金」に対応する時刻認証情報と、２回目に出現した「料金」に対応する時刻認証情報とが作成される。ただし、例えば、短期間に同一の重要用語が複数回出現する場合は、これらを区別しなくてもよい。例えば、３分間に重要用語「料金」が複数回出現するような場合である。これは、設定範囲の一部が重複することによる重複した時刻認証の設定を回避するためである。又は、例えば、複数の設定範囲の少なくとも一部が重複する場合や、重複しなくても複数の設定範囲間の時間間隔が所定の閾値以下である場合（つまり、設定範囲間が近接している場合）には、これら複数の設定範囲の各々に対応する重要用語を区別しないようにしてもよいし、若しくはこれら複数の設定範囲を１つにまとめてもよい。
　上記のステップＳ１０２で設定区分が「全部」と特定された場合、時刻認証設定部１０５は、設定条件ＤＢ１０８を参照して、上記のステップＳ１０１で検出されたコールリーズンに対応する対象データ及び設定範囲を特定する（ステップＳ１０６）。すなわち、時刻認証設定部１０５は、設定条件ＤＢ１０８に格納されているレコードのうち、上記のステップＳ１０１で検出されたコールリーズンＩＤのレコードを参照して、このレコードに含まれる対象データ及び設定範囲を特定する。
　例えば、上記のステップＳ１０１で検出されたコールリーズンＩＤが「ａ－２」である場合、時刻認証設定部１０５は、対象データ「テキスト、音声」及び設定範囲「全期間」と特定する。
　ただし、上記のステップＳ１０２で設定区分が「全部」と特定されているため、設定範囲は必ずしも特定されなくてもよい。これは、設定区分「全部」は、対象データの全期間を設定範囲として時刻認証が設定されることを意味するためである。
　次に、時刻認証設定部１０５は、対象データ全体に対して時刻認証を設定する（ステップＳ１０７）。すなわち、時刻認証設定部１０５は、上記のステップＳ１０６で特定された対象データの設定範囲（つまり、当該対象データの全期間）のハッシュ値を計算した上で、このハッシュ値のタイムスタンプトークンを時刻認証局６０に要求する。そして、時刻認証設定部１０５は、当該タイムスタンプトークンが時刻認証局６０から返信されると、時刻認証ＩＤを作成した上で、この時刻認証ＩＤと、当該通話データの通話ＩＤと、当該コールリーズンＩＤと、当該コールリーズンＩＤに対応する対象データ及び設定範囲と、当該タイムスタンプトークンとが含まれる時刻認証情報を作成する。これにより、対象データ全体に対する時刻認証情報が作成される。
　上記のステップＳ１０５又はステップＳ１０７に続いて、時刻認証設定部１０５は、作成した時刻認証情報を時刻認証管理ＤＢ１０９に保存する（ステップＳ１０８）。これにより、通話データの少なくとも一部である対象データの設定範囲（設定範囲が全期間である場合も含む）に対して時刻認証が設定されたことになる。
　ここで、時刻認証管理ＤＢ１０９に保存されている時刻認証情報の一例を図７に示す。図７に示す時刻認証管理ＤＢ１０９の１行目の時刻認証情報は、時刻認証ＩＤ「Ｔ００１」、通話ＩＤ「Ｃ００１」、コールリーズンＩＤ「ａ－１」、重要用語「料金」、対象データ「テキスト、音声」、設定範囲「重要用語の前後３分」、タイムスタンプトークン「・・・」である。これは、通話ＩＤ「Ｃ００１」の通話データに含まれるテキストデータと音声データを対象データとして、重要用語「料金」が発話された前後３分間の設定範囲のタイムスタンプトークンが時刻認証として設定されていることを意味している。
　同様に、図７に示す時刻認証管理ＤＢ１０９の３行目の時刻認証情報は、時刻認証ＩＤ「Ｔ００３」、通話ＩＤ「Ｃ００２」、コールリーズンＩＤ「ａ－２」、重要用語「－」、対象データ「テキスト、音声」、設定範囲「全期間」、タイムスタンプトークン「・・・」である。これは、通話ＩＤ「Ｃ００２」の通話データに含まれるテキストデータと音声データを対象データとして、その全期間のタイムスタンプトークンが時刻認証として設定されていることを意味している。
　以上のように、本実施形態に係る認証管理装置１０は、オペレータと顧客との間の音声通話のコールリーズンや通話中に発話された重要用語に応じて、当該音声通話の通話データに含まれる一部又は全部のデータを対象データとして、その対象データの時間的な範囲の全部又は一部に対して時刻認証を設定する。これにより、通話のコールリーズンの重要性や通話中に発話された用語の重要性に応じて、適切なデータの適切な範囲に対して時刻認証を設定することが可能となる。このため、例えば、全ての通話データに対して無条件に時刻認証を設定する場合と比べて、時刻認証に要するコストを低減させることができる。
　なお、本実施形態では、一例として、通話データＤＢ１０６に格納されている或る通話データに対して時刻認証を行う場合について説明したが、これに限られず、オペレータと顧客との間で通話が行われているときに、リアルタイムで時刻認証を行ってもよい。この場合、例えば、オペレータと顧客とのやり取りから設定範囲の開始時点を特定し、設定範囲の終了時点又は通話終了時点若しくは自然言語処理により終了条件を満たした時点で、上記のステップＳ１０５又はステップＳ１０７の時刻認証情報の作成を行ってもよい。また、このとき、時刻認証情報を作成する際に、設定範囲のデータだけでなく、現在時刻も含めてハッシュ値を計算してもよい。ここで、上記の自然言語処理による終了条件とは、例えば、文や文節の区切りが出現したこと、会話の転換点となる接続詞が出現したこと、等が挙げられる。
　＜変形例＞
　以下、本実施形態の変形例をいくつか説明する。
　　≪変形例１≫
　本実施形態では、重要用語が発話を起点としてその前、後、前後といった時間的範囲を設定範囲としたが、例えば、オペレータの何等かの動作の実行を起点としてもよい。例えば、コールリーズンが「契約手続」である場合には、オペレータは約款の電子ファイル等を開いて、その約款内容の読み上げ等を行うことがある。そこで、例えば、「約款の電子ファイルを開く」といった動作を起点としてその前、後、前後といった時間的範囲を設定範囲としてもよい。
　なお、上記の「約款の電子ファイルを開く」といった動作は、例えば、約款の電子ファイルが格納されているフォルダを監視することで検知することが可能である。したがって、例えば、当該電子ファイルのアクセス日時を示す情報を通話データに含めることで、本変形例を実現することが可能である。また、このような動作の他の例として、約款ファイルを最後までスクロールしたことでもよいし、テキストチャットを対象とした場合にはオペレータが顧客に約款ファイルを添付して送信したことや顧客が約款ファイルを開いたこと等でもよい。また、ビデオ通話を対象とした場合にはオペレータが約款ファイルを顧客画面に対して共有・表示したことや一定の時間表示したこと等でもよい。
　なお、重要事項に関する発話や動作をまとめて「行動」と称してもよい。
　　≪変形例２≫
　図６のステップＳ１０１ではテキストデータが表すテキストからコールリーズンを検出したが、例えば、ＩＶＲ（Interactive Voice Response）システムからの案内に応じて顧客が顧客端末５０に入力した番号からコールリーズンを特定及び検出してもよい。この場合、ＩＶＲシステムからの案内を示す情報と、この案内に応じて顧客が顧客端末５０に入力した番号を示す情報とを通話データに含めることで、本変形例を実現することが可能である。
　　≪変形例３≫
　本実施形態では、簡単のため、１つの通話には１つのコールリーズンのみが存在するものとしたが、一般には、１つの通話に複数のコールリーズンが存在することもある。例えば、顧客が住所変更手続きと契約プラン変更の２つの理由でコールセンタに電話した場合等である。
　このような場合（つまり、図６のステップＳ１０１で複数のコールリーズンが検出された場合）、コールリーズン毎に通話データを分割し、分割後の各通話データに対してステップＳ１０２以降を実行すればよい。なお、通話データの分割方法は様々に考えられるが、例えば、時刻Ｔ１にコールリーズンＡ、時刻Ｔ２にコールリーズンＢが検出された場合、時刻Ｔ２－ΔＴ（ただし、ΔＴは予め決められた時間幅）で通話データを分割する、といった方法が考えられる。これは、或るコールリーズンが検出された時よりも少し前の時刻においても同一コールリーズンに関する会話がなされていると考えられるためである。
　　≪変形例４≫
　本実施形態では、通話データに含まれるテキストデータ若しくは音声データ又はその両方の設定範囲を時刻認証の対象としたが、当該設定範囲に関連するデータも時刻認証の対象としてもよい。例えば、当該設定範囲内の音声データをテキストデータに変換するために使用した音声認識機能に関するデータ（例えば、音声認識モデル等）や、認証管理装置１０が備えるソフトウェア又はプログラムのうち、当該設定範囲内のデータに対して何等かの処理を行ったソフトウェア又はプログラム、それらのソフトウェア又はプログラムが利用するライブラリ等も時刻認証の対象としてもよい。これにより、例えば、時刻認証が設定されたデータに対して適切な処理が行われていたのか、不具合や不都合が生じた場合の瑕疵に関する責任（不適合責任）の所在、等を検証することが可能となる。
　本発明は、具体的に開示された上記の実施形態に限定されるものではなく、特許請求の範囲の記載から逸脱することなく、種々の変形や変更、既知の技術との組み合わせ等が可能である。
　本願は、日本国に２０２１年３月３１日に出願された基礎出願２０２１－０５９６７８号に基づくものであり、その全内容はここに参照をもって援用される。
　１　　　　コンタクトセンタシステム
　１０　　　認証管理装置
　２０　　　オペレータ端末
　３０　　　管理者端末
　４０　　　ＰＢＸ
　５０　　　顧客端末
　６０　　　時刻認証局
　７０、８０　　　通信ネットワーク
　１０１　　音声認識テキスト変換部
　１０２　　コールリーズン検出部
　１０３　　設定区分特定部
　１０４　　用語判定部
　１０５　　時刻認証設定部
　１０６　　通話データＤＢ
　１０７　　コールリーズンＤＢ
　１０８　　設定条件ＤＢ
　１０９　　時刻認証管理ＤＢ

Claims (12)

  1. 　複数人の会話の内容に応じて、前記会話を表す会話データの一部又は全部を、時刻認証の設定範囲として特定する特定部と、
    　特定された前記設定範囲に対して時刻認証を設定する設定部と、
    　を有する情報処理装置。
  2. 　前記特定部は、
    　第１の話者から第２の話者への問い合わせ内容に応じて、前記会話データの一部又は全部を前記設定範囲として特定する、請求項１に記載の情報処理装置。
  3. 　前記会話の内容から前記問い合わせ内容を検出する検出部を有し、
    　前記特定部は、
    　検出された前記問い合わせ内容に応じて、前記会話データの一部又は全部を前記設定範囲として特定する、請求項２に記載の情報処理装置。
  4. 　前記会話の内容を音声認識によりテキストに変換するテキスト変換部を有し、
    　前記検出部は、
    　前記会話の内容を変換したテキストから、前記問い合わせ内容を検出する、請求項３に記載の情報処理装置。
  5. 　前記特定部は、
    　前記会話データに含まれる一部又は全部のデータのみを対象として、前記対象の時間的な範囲の全部又は一部を前記設定範囲として特定し、
    　前記設定部は、
    　前記対象の前記設定範囲に対して前記時刻認証を設定する、請求項２乃至４の何れか一項に記載の情報処理装置。
  6. 　前記特定部は、
    　前記問い合わせ内容と前記会話の内容における重要事項とに応じて、前記対象と前記設定範囲とを特定する、請求項５に記載の情報処理装置。
  7. 　前記特定部は、
    　前記問い合わせ内容に応じて、又は、前記問い合わせ内容と前記会話の内容における重要事項とに応じて、前記対象と前記設定範囲とを特定する、請求項６に記載の情報処理装置。
  8. 　前記特定部は、
    　前記重要事項が発生した時刻を起点する所定の範囲を前記設定範囲として特定する、請求項６又は７に記載の情報処理装置。
  9. 　前記重要事項には、予め決められた重要な用語の発話と、予め決められた重要な動作の実行との少なくとも一方が含まれる、請求項８に記載の情報処理装置。
  10. 　前記特定部は、
    　前記会話の内容を変換したテキスト中で所定の用語を含む文節又は文の区切りで表される範囲、所定の接続詞を始点及び終点とする範囲、前記接続詞を基準点と所定の範囲、前記テキストから自然言語解析により抽出した範囲のうち、特定のシーンを表す範囲、の少なくとも１つを前記設定範囲として特定する、請求項４に記載の情報処理装置。
  11. 　複数人の会話の内容に応じて、前記会話を表す会話データの一部又は全部を、時刻認証の設定範囲として特定する特定手順と、
    　特定された前記設定範囲に対して時刻認証を設定する設定手順と、
    　をコンピュータが実行する情報処理方法。
  12. 　複数人の会話の内容に応じて、前記会話を表す会話データの一部又は全部を、時刻認証の設定範囲として特定する特定手順と、
    　特定された前記設定範囲に対して時刻認証を設定する設定手順と、
    　をコンピュータに実行させるプログラム。
PCT/JP2022/001145 2021-03-31 2022-01-14 情報処理装置、情報処理方法及びプログラム WO2022209144A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2023510302A JPWO2022209144A1 (ja) 2021-03-31 2022-01-14
US17/761,961 US20240012994A1 (en) 2021-03-31 2022-01-14 Information processing device, information processing method and program
GB2316355.3A GB2620348A (en) 2021-03-31 2022-01-14 Information processing device, information processing method, and program

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2021059678 2021-03-31
JP2021-059678 2021-03-31

Publications (1)

Publication Number Publication Date
WO2022209144A1 true WO2022209144A1 (ja) 2022-10-06

Family

ID=83458541

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/001145 WO2022209144A1 (ja) 2021-03-31 2022-01-14 情報処理装置、情報処理方法及びプログラム

Country Status (4)

Country Link
US (1) US20240012994A1 (ja)
JP (1) JPWO2022209144A1 (ja)
GB (1) GB2620348A (ja)
WO (1) WO2022209144A1 (ja)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006268149A (ja) * 2005-03-22 2006-10-05 Toshiba Corp スキャナ装置およびこのスキャナ装置を備えた文書管理システム
JP2007081526A (ja) * 2005-09-12 2007-03-29 Matsushita Electric Ind Co Ltd Ｉｐ電話装置、ｉｐ電話システム、及びｉｐファクシミリ装置
JP2007135120A (ja) * 2005-11-14 2007-05-31 Animo:Kk 音声証書データ生成方法及びシステム
JP2008113165A (ja) * 2006-10-30 2008-05-15 Fuji Xerox Co Ltd 情報処理装置、情報処理プログラム、及び情報処理システム

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11120226B1 (en) * 2018-09-04 2021-09-14 ClearCare, Inc. Conversation facilitation system for mitigating loneliness
US11521620B2 (en) * 2020-02-21 2022-12-06 BetterUp, Inc. Synthesizing higher order conversation features for a multiparty conversation
US11557288B2 (en) * 2020-04-10 2023-01-17 International Business Machines Corporation Hindrance speech portion detection using time stamps
US11645466B2 (en) * 2020-07-27 2023-05-09 Bytedance Inc. Categorizing conversations for a messaging service
US11190641B1 (en) * 2020-09-30 2021-11-30 Capital One Services, Llc Automated agent behavior recommendations for call quality improvement

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006268149A (ja) * 2005-03-22 2006-10-05 Toshiba Corp スキャナ装置およびこのスキャナ装置を備えた文書管理システム
JP2007081526A (ja) * 2005-09-12 2007-03-29 Matsushita Electric Ind Co Ltd Ｉｐ電話装置、ｉｐ電話システム、及びｉｐファクシミリ装置
JP2007135120A (ja) * 2005-11-14 2007-05-31 Animo:Kk 音声証書データ生成方法及びシステム
JP2008113165A (ja) * 2006-10-30 2008-05-15 Fuji Xerox Co Ltd 情報処理装置、情報処理プログラム、及び情報処理システム

Also Published As

Publication number Publication date
GB202316355D0 (en) 2023-12-13
US20240012994A1 (en) 2024-01-11
GB2620348A (en) 2024-01-03
JPWO2022209144A1 (ja) 2022-10-06

Similar Documents

Publication Publication Date Title
US11210461B2 (en) Real-time privacy filter
US9009785B2 (en) System and method for implementing adaptive security zones
US9571652B1 (en) Enhanced diarization systems, media and methods of use
US10515638B1 (en) System, method, and computer-readable medium that facilitate voice biometrics user authentication
US11862148B2 (en) Systems and methods to analyze customer contacts
US10229676B2 (en) Phrase spotting systems and methods
US11843719B1 (en) Analysis of customer interaction metrics from digital voice data in a data-communication server system
EP2124427B1 (en) Treatment processing of a plurality of streaming voice signals for determination of responsive action thereto
AU2009202016B2 (en) System for handling a plurality of streaming voice signals for determination of responsive action thereto
JP2016143909A (ja) 通話内容分析表示装置、通話内容分析表示方法、及びプログラム
WO2022209144A1 (ja) 情報処理装置、情報処理方法及びプログラム
CN117424960A (zh) 智能语音服务方法、装置、终端设备以及存储介质
JP7274315B2 (ja) コールセンタシステムおよび通話監視方法
US10924611B2 (en) Voice recognition system and call evaluation setting method
US20240259339A1 (en) Communications apparatus using channel-communications management
US11418647B1 (en) Presenting multiple customer contact channels in a browseable interface
CA2665014C (en) Recognition processing of a plurality of streaming voice signals for determination of responsive action thereto
JP2018170611A (ja) コールセンタシステム及び通話監視方法
US9232058B1 (en) System, method, and computer readable media for confirmation and verification of shipping address data associated with a transaction
WO2022209143A1 (ja) 情報処理装置、情報処理方法及びプログラム
WO2023144897A1 (ja) 検出装置、検出方法及びプログラム
US20240220592A1 (en) System and method for detecting agent sharing credentials
KR20200061107A (ko) 음성 인식 기반의 고객 응대 시스템
WO2023062851A1 (ja) 情報処理装置、情報処理方法、及びプログラム
WO2023175991A1 (ja) 応対品質評価装置、応対品質評価方法、及びプログラム

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 17761961

Country of ref document: US

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22779376

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 202316355

Country of ref document: GB

Kind code of ref document: A

Free format text: PCT FILING DATE = 20220114

NENP Non-entry into the national phase

Ref country code: DE

WWE Wipo information: entry into national phase

Ref document number: 2023510302

Country of ref document: JP

122 Ep: pct application non-entry in european phase

Ref document number: 22779376

Country of ref document: EP

Kind code of ref document: A1